跨国深谈← 返回←Parag Agrawal:当 AI 成为网络的第二个用户

Parag Agrawal:当 AI 成为网络的第二个用户

关联

公司 Parallel · Twitter · Harvey

概念 智能体 · token 最大化 · 开放网络 · 深网 · 模型

这一集的主角是 Parag Agrawal——他在 Twitter 从工程师一路做到 CTO 再做 CEO，现在创办了 Parallel，一家为 AI 构建网络基础设施的公司。开场他抛出的核心判断很扎眼：智能体和 AI 使用网络的量，会是人类曾经有过的 1000 倍，现有网络从架构到商业模式都没为此设计过。而支撑他管理一家高速增长公司的，是一个听起来有点离谱的习惯——他自称「特别习惯于让球掉在地上」，每周只认真盯三件事，其余的球掉在地上，赌的是团队会进化出接住它们的能力，真正重要的事自然会弹回他面前。

每周三件事：掉球是设计出来的

Parag 的方法很具体：把「读邮件」和「回邮件」拆成两个独立的工作周期。先把所有邮件读一遍，然后坐下来写下「这周（或今天）要主动做的三件事」，确保它们完成；其余大量被动应对的事，几乎从定义上就有被掉落的风险。

他的诀窍是：做完三件事后再去回复更多邮件，重要到一定程度的事会「冒升」进前三名——所以他不是决定「丢掉这个球」，只是决定「这不属于前三」。唯一的例外：只有你自己知道的球，绝不能掉。

这套节奏的另一半是周五下午 4 点半到 6 点的内部 demo。Demo 特意不看打包好的成品，只看原始的、进行中的东西——「我这周在做这个，还没做完，这是我兴奋的原因」。

因为这些好苗子永远不会冒升进前三名，不看就会错过。看完之后各种想法翻腾，到周一必须蒸馏成一件可执行的事。

vibe coding 出来的私人助理，一天烧掉 378 美元

主持人 Joubin 提到，几周前的 CEO 峰会午餐上，Parag 给他看了一个自己 vibe coding（用自然语言指挥 AI 写代码、几乎不手写）出来的 app，那天下午 1 点时已烧掉 378 美元 token。这个项目的目的：造一个能看到他能看到的一切、用他能给的有限权限、主动替他干活的东西。

结果发现它对他的「三件事」相当有用——它替他保持警惕、推断他的优先级、会推回他正在掉落的球，让他比以前更有意识地在掉球。token 用得极其低效，但他说当时优化不值得，后来已优化到每天一百美元上下，且只在某些时段高强度工作。

关于该不该烧 token，他有两个框架。第一，大多数 token 最大化其实没那么有价值——真正的成本不在钱，而在 AI 精神错乱和你搭进去的时间；不是人人都擅长。

第二，没人知道完美界限在哪，所以要选一个「你更愿意在哪一边犯错」：他宁愿错在烧多了这边。在 Parallel 公司内部，过去六个月从「放开干」演进到把所有开销记在同一张信用卡上追踪、看钱花在哪个模型上——但今天不强制任何限制，因为最会烧 token 的恰恰是他们最好的工程师，正在把五个智能体串联起来的最前沿，限制他们感觉是个错误。

token 的真正价值：不是更快，是更大的责任范围

Parag 认为人们低估了 token 使用的价值：不是「把同样的工作做得更快」，而是人们借此拓展自己能做的事、对产品承担更多端到端责任——后端工程师开始做更多前端，有人用智能体做安全审查、做优化、做设计。真实用例：客户想用自己棘手的 SKU 验证 Roadrunner 产品，解决方案架构负责人说搭一套演示环境要近身肉搏好几天；追问几层「为什么」后发现，只需要把那位工程师的技能嵌入 Claude 尝试自动化——要么多招十个人，要么自动化掉这个流程然后只招三个。

但这引出一个反直觉现象：尽管有这一切，他们仍在以最快速度招工程师。Parag 的解释是个乘法：招人有多快多好 × 把构建能力导向多有价值的东西 × 客户采纳多快——三个效应相乘，就是我们现在看到的疯狂增长率。

他从没一次坐下来说过「大家都高效了，所以我需要更少的人」。至于什么工作会被模型吃掉：卓越的工程师想做高影响力的工作，而那恰好往往是难的；只要存在干净利落的度量方式，事情就可以进入自动化循环。

所以「每个问题的答案都是一个模型」——遇到问题别急着写一堆代码，而是收集数据、定义好输出、选对模型架构、训练模型、把它放进循环里持续改进。内化了这个世界观，你就不必亲自筛选什么工作值得做，而是去雇多面手的问题解决者。Parallel 的工程师 6 到 7 个月里从 15 人翻倍到 30 出头。

Liam 的电话：「违反他们自身意愿」卖出几千万美元

主持团队里的 Liam 打来电话说自己对一个投资机会感兴趣了——就是 Parallel：他们只靠四五个人就卖出了几千万美元收入，「而且是违反他们自身意愿的」（意思是产品被市场拉着走，团队根本没意识到需求有多大）。故事源头是年初董事会 Mamoon 问了一个简单却最扎心的问题：客户考察你们时，你们多大几率能赢？

回答是几乎总能成交。那结论就是——你们只是单子不够多，根本没出现。

Parag 当天就打电话给 Mamoon 认错求助。于是 Liam 作为局外人进来第一周就客观指出：你们内部看到的东西有多不寻常——因为身处其中，他们自己没有校准的参照点。

这反而给了他们更多信心和方向。Mamoon 听到 Liam 想跳槽的反应堪称教科书：「第一，我们一切以创始人为重，这对你和 Parallel 是对的，对我就对；第二，别这么做」——先表态再去全力挽留谈判，一次散步让 Parag 觉得自己两个重大决定都押对了。之后 Mamoon 又介绍来 Graham（此前在 Windsurf 前身 Codeium 负责销售），认识了几个月、他甚至先投资了公司，直到真正能从他身上充分受益、规模化 GTM 的节点才加入——信任是复利式累积的。

使命：为智能体 1000 倍的网络用量，重建开放的契约

创办 Parallel 起点是两年半前写下的一个想法：智能体使用网络的量将比人类多 1000 倍——他造过 1000 倍规模的系统，知道没有系统能承受、也没架构为此设计；同时网络三十年来的商业模式将彻底改变。开放网络能存在的整个契约是：人们公开内容，是因为有分发、变现的激励系统。

风险是如果创新不够，网络会开始封闭——这已经在发生。但如果智能体真能带来 1000 倍用量，产生的价值就足够多，只要搞清楚如何激励开放、奖励高质量独特内容，就能保住网络的开放。

拐点已经出现：最初的 ChatGPT 不用网络大家也觉得惊艳，但现在回头用一个不给网络权限的模型，75% 的场景你会发现根本没法用——因为模型呈现的心智模型是「既聪明又全知」，一旦这个预期建立，不知道上一届超级碗的日期就显得愚蠢。直觉已经从「模型很聪明」变成「模型加网络」。

所以 Parallel 自我定位是「与每个模型相邻的基础设施」。具体产品上，他们还爬取历史上的「深网」——那些不在围绕「十条蓝色链接」优化的典型搜索索引里、必须导航到门户才能拿到的内容；在人类的世界里爬了没法落地访客就没价值，但在智能体的世界里，任务是把内容带进 AI 的上下文窗口。Harvey 就是用它确保每次交互都用新鲜、难获取的权威来源文件做扎实依据，且不烧太多自己的 token。

从 Twitter 带来的工程经验：每年都为下一个数量级重建整个系统——为四年后构建你就什么都发不出去，所以必须持续为规模演进。更关键的是 Twitter 机器学习基础设施的教训：推荐系统起初是拼凑的模型加启发式规则，随着理解加深越来越端到端训练（Waymo 的自动驾驶也是同一故事）——但今天不必再慢慢走完那个历程，可以一开始就在规模下更端到端地做，直接跳到第四步，进入快速自我改进的轨道。

下一步增长：以前被直觉剪掉的探索空间

对市场的扩张，Parag 说我几乎认为任何用模型做的工作流自动化都必须给它网络，问题只是通过我们哪个产品。明年会看到一批最好的 AI 原生智能体产品整合 Parallel，以及一批大型企业用它增强自己的差异化工作。

最让他兴奋的不是「同样的工作更快更便宜」，而是人们开始做以前根本不会发生的工作——比如一家 PE 公司以前靠直觉把收购探索空间修剪成 4、5 个候选，现在可以用模型和算力对各种标准跑近乎模拟的东西，穷尽推导出一份理性的机会清单再挑选。创造的价值多到「在那个场景下值得 token 最大化」。用他自己的话说：毅力就是去做困难的事情，而唯一的前提是它对你有意义、而且有趣。

本集带走

• CEO 只盯三件事：把读邮件和回邮件拆成两个周期，每天写下三件必须主动完成的事；其余的球掉在地上，只有自己知道的球例外。重要的事会自己弹回来。
• 周五 demo 看生肉不看成品：专门展示原始、未完成的进行中工作，因为好苗子永远不会冒升进你的优先级清单，不看就会错过。
• 烧 token 的决策框架：别问什么是对的（没人知道），问「你更愿意在哪一边犯错」；但记住多数 token 最大化价值不大，真实成本是时间而非钱。
• AI 价值的真正来源：不是把同样的活干快，而是人借智能体拓展责任范围（后端做前端、工程师做安全审查），以及做以前根本不存在的工作。
• 「每个问题的答案都是一个模型」：遇到问题别写一堆代码，走收集数据→定义好输出→选架构→训练→放进循环持续改进的路。
• 用局外人校准自己：身在其中对异常增长没有参照点；一个外部销售专家第一周的观察，能同时给你信心和方向。
• 网络化招聘：问每个出色的人「你共事过的最好的三个人是谁」，靠多跳找到超出自己人脉的顶尖人才——Parallel 创始团队一半是这么来的。

每个问题的答案都是一个模型。你很想为它写一大堆代码？不。
The answer to every problem is a model. You’re tempted to write a bunch of code for it? No.
—— 嘉宾 · [00:00]

一旦你把这种世界观内化了，智能体和 AI 使用网络的频率将远超人类曾经有过的程度。
Once you sort of just internalize that worldview, agents and AI’s will just use the web a lot more than humans ever have.
—— 嘉宾 · [00:19]

我在赌我的团队，正因为我让球掉在地上，它的结构就是进化成能接住我掉下的球的。
I am betting that my team, because I drop balls, is just built in the structure of evolving to catch the balls I drop.
—— 嘉宾 · [03:29]

一大堆事情你是被动应对的，但你不能让被动的琐事淹没主动的事情。
A bunch of things you do reactively, but you can’t let the reactive stuff swarm the proactive stuff.
—— 嘉宾 · [05:12]

大多数正在发生的 token 最大化并没有那么有价值，包括我自己过去几个月里做的很多。
most token maxing a lot of token maxing that is happening isn’t that valuable, including a lot that I have done over time in the last few months.
—— 嘉宾 · [14:19]

我们谁都不知道在这件事上任何时候完美的界限在哪里。你更愿意在哪一边犯错？
none of us know what the perfect line is at any time on this. Which way would you rather be wrong on?
—— 嘉宾 · [15:15]

至少我个人的决定是，我宁愿错在 token max 这一边，而不是不做的这边——反正你永远不会是对的。
at least my personal decision is I’d rather be wrong on the token maxing side than the non right, and you’re never going to be right.
—— 嘉宾 · [15:44]

实际上让我兴奋的是，人们在使用智能体和模型的过程中，拓展自己本来能做的事情的范围，或者对事情承担更多端到端的责任。
I actually think the what excites me is people like broadening what they could have done, or taking more end to end ownership of things by using agents and models.
—— 嘉宾 · [17:40]

我从来没有一次坐下来说，哦，每个人都会变得如此高效，所以也许我需要更少的人。
I have never once sat down and been like, oh, Everyone’s going to be so much more productive. So maybe I need fewer people.
—— 嘉宾 · [21:22]

我认为卓越的工程师想做高影响力的工作，而那往往恰好是难的。
I think great engineers want to do high impact work, which happens to be hard.
—— 嘉宾 · [22:56]

我们的目标是把更多东西放进学习到的模型里，而不是放在代码里。
our goal is to push more things inside learned models rather than in code.
—— 嘉宾 · [24:58]

他们靠四五个人卖出了几千万美元的收入，而且可以说是违反他们自身意愿的。
they’ve sold like tens of millions of dollars of revenue with like for people and like it’s in spite of themselves.
—— 嘉宾 · [27:16]

你最终构建的是一家由信奉者和传教士组成的公司，无论你担任什么职能。
ultimately you’re building a company of believers and missionaries, and no matter what you roll, what function you’re in.
—— 嘉宾 · [33:33]

开放网络的整个契约、整个交易就是，人们把内容放到开放环境中，是因为有极好的方式获得分发、驱动、变现、销售商品。
the whole contract, the whole bargain of the open web, is that people put content out in the open because there are amazing ways of getting distribution, driving, monetization, selling goods.
—— 嘉宾 · [37:09]

风险在于，如果我们创新得不够，网络就会开始封闭起来，而我们已经能看到这种情况正在发生。
the risk is, if we don’t innovate enough that the web starts closing up and we’re starting to see that already.
—— 嘉宾 · [37:31]

那个直觉已经从「哦，一个模型很聪明」变成了「模型加网络」。
the that intuition is gone from oh, a model is smart to a model plus the web.
—— 嘉宾 · [41:55]

这里创造的价值太多了，以至于在那个场景下值得 token 最大化。
There’s so much value created that it’s worth token maxing in that context.
—— 嘉宾 · [59:58]

我认为毅力就是去做困难的事情。而你能做到的唯一前提是，它是对你来说有意义的事，而且它很有趣。
I think grit is just doing hard things. And the only way you can do it is if it’s for something meaningful to you. And it’s fun.
—— 嘉宾 · [60:48]